AI Weersvoorspellingen kunnen boeren helpen om klimaatrisico’s te bestrijden, maar brengen nieuwe zorgen met zich mee

AI verandert de landbouw door boeren te helpen het weer te voorspellen, gewassen te beheren en operaties te stroomlijnen, maar hoge kosten, sociale ongelijkheden en milieurisico’s betekenen dat het ook gepaard gaat met serieuze uitdagingen

Elke beplantingsbeslissing die boeren nemen, brengt meerdere risico’s met zich mee, die door klimaatverandering steeds ernstiger worden, zoals blijkt uit een nieuwe analyse van The Conversation (TC).

Het weer vormt een belangrijke risicofactor, die zowel de landbouwproductie als de financiële stabiliteit van boeren schaadt. TC geeft voorbeelden van hoe een vertraagd moessonseizoen Zuid-Aziatische rijstboeren dwingt om opnieuw te beginnen met nieuwe beplantingen of hun landbouwproductie te veranderen, wat resulteert in verloren tijd en inkomen.

Dit betekent dat het verkrijgen van betrouwbare en tijdige weersvoorspellingen boeren kan helpen hun beplantingsschema’s en meststofgebruik te optimaliseren. Echter, TC beweert dat veel lage- en middeninkomenslanden aanzienlijke uitdagingen hebben om toegang te krijgen tot betrouwbare voorspellingen, aangezien de technologie vaak erg duur is.

Een nieuwe golf van door AI aangedreven weersvoorspellingsmodellen heeft de potentie om deze kloof te veranderen. AI-modellen kunnen nauwkeurige, gelokaliseerde voorspellingen leveren tegen een fractie van de computationele kosten van conventionele natuurkundige modellen.

AI stelt nationale meteorologische instellingen in ontwikkelingslanden in staat om boeren tijdig, lokaal informatie te geven over veranderende regenpatronen.

In tegenstelling tot traditionele modellen, die dure supercomputers vereisen en zich richten op gematigde regio’s, kunnen AI-modellen draaien op laptops en wereldwijd voorspellingen geven.

TC meldt dat nieuwe systemen zoals Pangu-Weather en GraphCast gelijkwaardige of superieure prestaties leveren ten opzichte van toonaangevende natuurkundige modellen voor temperatuurvoorspellingen. Eenmaal getraind, leveren AI-modellen resultaten binnen enkele minuten in plaats van uren, waardoor boeren snel, geïnformeerde beslissingen kunnen nemen.

De uitdaging is om voorspellingen aan te passen aan de behoeften van de echte wereld. “Om zijn volledige potentieel te ontsluiten, moet AI-voorspelling worden verbonden met de mensen wiens beslissingen het bedoeld is te begeleiden,” merkt TC op.

Organisaties als AIM for Scale, samen met internationale entiteiten, trainen gebruikers en creëren landbouwbesluitgerichte voorspellingen voor overheden. In India hielpen nauwkeurige moessonvoorspellingen boeren om optimale beplantingsstrategieën te selecteren, wat de investeringen verbeterde en het risico verminderde.

AI-weersvoorspelling bevindt zich nu in een cruciaal stadium en met de juiste ondersteuning kunnen landen met een laag en middeninkomen boeren voorzien van essentiële tijdige informatie.

AI-technologie zorgt ook voor aanzienlijke veranderingen buiten weersvoorspellingen. Tavant implementeert AI-oplossingen die het beheer van boerderijen verbeteren, toeleveringsketens en verkoopactiviteiten.

De AI Agent versnellers, ontwikkeld met Microsoft Copilot Studio, omvatten ‘Sales Assistant’, waarmee boeren zaden, meststoffen en andere benodigdheden kunnen aanschaffen via e-mail of berichtenuitwisseling, en ‘Virtual Agronomist’, die AI-gebaseerde realtime gewasbegeleiding biedt.

Opkomende tools zoals MIT’s robotische bestuivers en de SwagBot van de Universiteit van Sydney vullen deze oplossingen aan en illustreren een duurzame, hoogtechnologische landbouwtoekomst.

Recent onderzoek identificeert drie grote AI-gerelateerde problemen: voorspellingsverschillen tussen modellen, techno-onbeslistheid die besluitvorming vertraagt en een gereedheidstekort door onvoldoende voorbereiding op AI-verstoringen. Overmatig vertrouwen kan leiden tot slecht management, waaronder excessief gebruik van meststoffen, dat de bodemgezondheid en de langetermijnproductiviteit schaadt.

Een andere wetenschappelijke recensie meldt dat hoge kosten kleine boerderijen ervan weerhouden toegang te krijgen tot AI, automatisering banen bedreigt en dat bedrijfscontrole over gegevens ongelijkheden kan creëren. Bovendien wijzen de onderzoekers erop dat AI sociaal gezien digitale kloven kan verdiepen, vooroordelen kan bestendigen en traditionele landbouwpraktijken kan ondermijnen.

Bovendien wijst het onderzoek uit dat ethische zorgen onder meer milieuschade en dierenwelzijn omvatten, terwijl complexe algoritmen transparantie bemoeilijken.

Het aanpakken van deze risico’s vereist eerlijke toegang, digitale training, het verminderen van vooringenomenheid, gegevensbeheer en ethische richtlijnen voor duurzame AI-adoptie.